| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-15页 |
| ·选题的背景和意义 | 第7-9页 |
| ·我国高层建筑发展现状 | 第7页 |
| ·建筑火灾形势与危害性 | 第7-9页 |
| ·研究的意义 | 第9页 |
| ·高层建筑消防安全管理技术概况 | 第9-11页 |
| ·火灾防治技术 | 第9-11页 |
| ·IS0与风险管理概况 | 第11页 |
| ·高层建筑消防安全评估国内外研究现状 | 第11-13页 |
| ·论文研究的主要内容 | 第13-15页 |
| 2 高层建筑消防安全评估指标体系 | 第15-30页 |
| ·高层建筑火灾危险源 | 第15-16页 |
| ·第一类火灾危险源 | 第15页 |
| ·第二类火灾危险源 | 第15-16页 |
| ·高层建筑消防安全评价指标体系的建立 | 第16-20页 |
| ·评估指标体系建立的原则 | 第16-17页 |
| ·评估指标体系的建立 | 第17-20页 |
| ·高层建筑消防安全评估因素分析 | 第20-24页 |
| ·防火系统因素 | 第20-21页 |
| ·灭火系统因素 | 第21-22页 |
| ·安全疏散系统因素 | 第22-24页 |
| ·管理及其它因素 | 第24页 |
| ·高层建筑消防安全评估指标定量化 | 第24-30页 |
| ·指标定量化的处理方法 | 第24-25页 |
| ·指标定量化 | 第25-30页 |
| 3 高层建筑消防安全评估的BP神经网络模型 | 第30-40页 |
| ·BP神经网络应用于评估的原理及研究步骤 | 第30-32页 |
| ·BP神经网络应用于评估的原理 | 第30-31页 |
| ·BP神经网络应用于评估的研究步骤 | 第31-32页 |
| ·输入变量的分析与预处理 | 第32-33页 |
| ·神经网络结构设计 | 第33-36页 |
| ·隐层数的选取 | 第33页 |
| ·隐层节点数的选取 | 第33-34页 |
| ·初始权值的选取 | 第34-35页 |
| ·激励函数的选取 | 第35-36页 |
| ·训练算法及训练参数的选择 | 第36-39页 |
| ·训练算法的选择 | 第36-37页 |
| ·训练方式的选择 | 第37页 |
| ·训练参数的选取 | 第37-38页 |
| ·训练次数的确定 | 第38-39页 |
| ·合理网络模型的确定 | 第39-40页 |
| 4 BP神经网络模型在高层建筑消防安全评估中的应用实例 | 第40-47页 |
| ·学习样本和输入输出变量的确定 | 第40-41页 |
| ·基于Matlab神经网络工具箱的实例设计 | 第41-44页 |
| ·BP网络的建立 | 第41-43页 |
| ·权和阈值的初始化 | 第43-44页 |
| ·网络训练 | 第44页 |
| ·检验网络 | 第44页 |
| ·实例计算与分析 | 第44-47页 |
| 5.结论与展望 | 第47-49页 |
| ·研究结论 | 第47页 |
| ·研究展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录1:调查问卷 | 第53-55页 |
| 附录2:BP神经网络matlab程序 | 第55-56页 |
| 附录3:高层建筑样本名单 | 第56-57页 |
| 致谢 | 第57页 |